IA Detecta Uso Indevido de Álcool em Prontuários Clínicos com 78% de Precisão

NLP + Machine Learning Identifica Pacientes de Trauma com Uso Problemático de Álcool

10% das mortes nos EUA por uso indevido de álcool (aumento 9% entre 2002-2012). 1 em 3 pacientes de trauma tem uso indevido. Programas SBIRT (Screening, Brief Intervention, Referral to Treatment) reduzem consumo e recorrência de lesões em ~50%.

Pesquisadores da Loyola University Health System demonstraram que IA detecta pacientes de trauma com uso indevido de álcool. Usaram NLP (Processamento de Linguagem Natural) e ML para reconhecer usuários problemáticos a partir de notas de clínicos em prontuários eletrônicos.

Diferença dos Métodos Atuais de Triagem

Métodos atuais: questionário AUDIT de 10 itens. Desvantagens: requer novos formulários/procedimentos no prontuário; pacientes nem sempre honestos; contratação de pessoal para implementar = intensivo em recursos/tempo.

NLP/ML já usados com sucesso na prática clínica/pesquisa. NLP usa aprendizado supervisionado com padrões de referência atuais para prever casos não vistos.

Classificador NLP aproveita: documentação dos provedores, relatórios proxy, dados laboratoriais, medicações embutidas, notas de outros profissionais (primeiras 24h).

Resultados

• Dados: 1.422 pacientes adultos admitidos no centro de trauma Loyola (3,5 anos).
• >91.000 notas em prontuários, >16.000 conceitos médicos.
• Sistema de Extração de Conhecimento + Análise de Texto Clínico → processamento linguístico.
• Identificaram 16 conceitos médicos indicativos: tiamina (B1), maconha, imagem hepática, etc.
• 78% dos casos: IA distinguiu pacientes com/sem uso indevido de álcool.

IA automatiza processo, supera barreiras de paciente/pessoal para programas SBIRT. Acessível a centros de trauma com expertise. Software linguístico e programação open-source = grátis.

Referência: AMIA Journal | doi:10.1093/jamia/ocy166 | Loyola University Health System